DeepSeek cerca nuovi miliardi poche settimane dopo il primo round: l'IA economica costa cara
Secondo il Financial Times, DeepSeek è in trattative preliminari per un nuovo round con una valutazione di 71 miliardi di dollari, poche settimane dopo aver raccolto 7 miliardi. Il denaro finanzierebbe data center e chip per sostenere i prezzi stracciati dell'IA.
DeepSeek, il laboratorio cinese di IA noto per offrire prezzi inferiori a tutti gli altri, è già tornato a chiedere denaro. Secondo il Financial Times, poche settimane dopo aver chiuso il suo primo round di finanziamento, circa 7 miliardi di dollari con una valutazione di 52 miliardi a fine maggio, l’azienda è in trattative preliminari con gli investitori per un nuovo round con una valutazione pre-money di circa 71 miliardi.
Il nuovo capitale ha una destinazione chiara: DeepSeek vuole costruire i propri data center e acquistare chip per l’IA, e sta progettando un proprio chip per l’inferenza, l’hardware che esegue un modello dopo l’addestramento, per ridurre la dipendenza da Nvidia e Huawei. Nel primo round il fondatore Liang Wenfeng ha investito circa 3 miliardi di dollari di tasca propria, diventando il maggior finanziatore, insieme a investitori come Tencent, CATL e JD.com. Il contesto è questo: i nuovi modelli V4 di DeepSeek, con un massimo di 1.600 miliardi di parametri, sono i più grandi modelli a pesi aperti esistenti e applicano prezzi spietati, circa undici volte inferiori a GPT-5.5 per i token in ingresso, uno sconto che l’azienda ha recentemente reso permanente. E la strategia funziona. I dati sui pagamenti della società finanziaria statunitense Ramp collocavano DeepSeek tra i fornitori di software in più rapida crescita presso le aziende americane a giugno, anche se Ramp ha segnalato il problema di sicurezza legato all’invio dei dati aziendali attraverso la piattaforma di DeepSeek.
Cosa c’è dietro? Vendere IA a un prezzo molto inferiore alla concorrenza funziona soltanto continuando a ridurre i propri costi, e per farlo serve un’infrastruttura di proprietà anziché in affitto. Da qui la raccolta. Il quadro delle prestazioni è onesto ma articolato: GPT-5.6 Sol di OpenAI e i modelli di fascia Mythos di Anthropic si sono portati avanti in una categoria che DeepSeek non riesce ancora a raggiungere, ma il divario nelle capacità è molto più piccolo di quello nei prezzi e, per molte attività quotidiane, vince un modello abbastanza buono a una frazione del costo. Nel frattempo, le concorrenti cinesi Zhipu, MiniMax e Moonshot raccolgono fondi e lanciano prodotti a ritmo serrato, quindi restare fermi non è possibile.
Cosa significa per te: se ti limiti a conversare con un’app di IA, cambia poco in modo diretto. Ma questa guerra dei prezzi determina silenziosamente il costo di tutto ciò che viene costruito sull’IA, dagli strumenti sul posto di lavoro alle funzioni nelle tue app. Quando modelli a pesi aperti e capaci costano pochi centesimi, le funzioni di IA smettono di essere aggiunte premium. Resta un’avvertenza: il luogo in cui viene eseguito un modello conta. Aziende e privati prudenti dovrebbero considerare che i dati trasmessi dalla piattaforma di un fornitore sono soggetti alla sua giurisdizione, uno dei motivi per cui alcune imprese eseguono i modelli a pesi aperti sul proprio hardware.
Fonti
Fonti: https://www.ft.com/content/6deb470e-d152-43a2-be0d-cc1fde4f3db8
Hassabis di DeepMind vuole un arbitro per l'IA, sul modello dell'autorità di vigilanza di Wall Street
Demis Hassabis propone un organismo statunitense per gli standard dell'IA di frontiera sul modello dell'autorità finanziaria FINRA: finanziato dal settore, definirebbe protocolli di valutazione e potrebbe coordinare un rallentamento. Le startup sarebbero esentate.
